HTML怎么清理非标准的私有扩展属性

云磊姑娘_9377

云磊姑娘_9377

2026-11-18

212人浏览

原创

非标准私有扩展属性指HTML5规范未收录、但浏览器能解析的属性,如my-id、x-data、data-ccp-props、xml:lang、data-contrast等,其判定依据是是否在W3C白名单及下游解析器(如DOMPurify/HTMLPurifier)默认放行策略中。

html怎么清理非标准的私有扩展属性

哪些属性算“非标准私有扩展属性”

浏览器能解析但 W3C 不认的属性,比如 my-id、x-data、data-ccp-props、xml:lang、data-contrast。它们通常来自 Office 粘贴、旧 CMS 导出、或手写“临时方案”。关键判断依据不是名字多像 data-*,而是:是否在 HTML5 规范白名单里、是否被你下游的解析器(如 DOMPurify / HTMLPurifier / SSR 框架)默认放行。

用 DOMPurify 主动清理非 data-* 属性

DOMPurify 默认只保留标准属性 + 所有 data-*,其余一概剔除。如果你发现 my-id 还在输出里,说明你没调用它,或者用了宽松配置。

  • 基础用法:DOMPurify.sanitize(html) 已足够干掉 my-id、x-src、data-ccp-props 等
  • 若需保留某些非 data-* 属性(如 srcset 是标准属性,但 loading="lazy" 在旧版 DOMPurify 中可能被删),得显式加白名单:{ ADD_ATTR: ['loading', 'decoding'] }
  • 切勿设 { USE_PROFILES: { html: true } } 后还幻想它会放过 data-ccp-props——profile 只控制元素集,属性过滤另走一套逻辑

HTMLPurifier 里删 data-ccp-props 要改配置,不是默认行为

HTMLPurifier 默认比 DOMPurify 更激进:连 data-* 都只放行明确声明的(如 data-id),data-ccp-props 这种长名、带连字符、无业务意义的,几乎必然被砍。但如果你发现它还在,大概率是:

  • 你启用了 HTML.Allowed 并写了 div[data-ccp-props] 这类规则(极少见)
  • 你用了自定义 HTML.Definition,手动把 data-ccp-props 加进了 $def->addAttribute('div', 'data-ccp-props', 'Text')
  • 你根本没走 HTMLPurifier 流程——比如前端直接 innerHTML 渲染了原始内容

真要清理,最稳方式是删掉所有 data-ccp- 开头的属性:$config->set('Attr.EnableID', false); $config->set('HTML.SafeIframe', true); 然后靠 HTML.Definition 白名单兜底,别依赖“默认不认就会删”。

AgentGen — HTML to PDF & Image
AgentGen — HTML to PDF & Image

将 HTML 转换为 PDF 和图片。无需注册,免费版开箱即用(每分钟 1 次请求,含水印)。如需更高频次及去水印……

下载

服务端用 jsdom 或 lxml 时,属性还在不代表它安全

jsdom 默认保留 my-id 在 elem.attrib 里,lxml 也一样。但这只是“字符串没丢”,不等于它能被后续环节接受。

  • jsdom 里 el.getAttribute('my-id') 能取到,但 el.myId 是 undefined;CSS 选择器 [my-id] 也不生效
  • 如果下一步把这 DOM 序列化成字符串再喂给 DOMPurify,my-id 就第二次被扫掉——你得确保净化发生在“首次解析后、序列化前”
  • lxml 的 elem.attrib 是 dict,遍历删键即可:for key in list(elem.attrib.keys()): if not key.startswith('data-'): del elem.attrib[key],但注意 xml:lang 这种命名空间属性得用 elem.get('{http://www.w3.org/XML/1998/namespace}lang') 方式处理

真正容易被忽略的是:清理动作必须紧贴消费方。你在服务端用 jsdom 删干净了 data-ccp-props,但前端编辑器加载时又从 clipboard 事件里重新注入——那服务端那步就白做了。得在粘贴入口、保存入口、渲染入口,至少守住其中一环。

前端入门到VUE实战笔记:立即使用
在学习笔记中,你将探索 前端 的入门与实战技巧!

相关文章

HTML速学教程(入门课程)
HTML速学教程(入门课程)

HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

html属性清理 html

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
html版权符号
html版权符号

html版权符号是“©”,可以在html源文件中直接输入或者从word中复制粘贴过来,php中文网还为大家带来html的相关下载资源、相关课程以及相关文章等内容,供大家免费下载使用。

2023.06.14

7755

7

html在线编辑器
html在线编辑器

html在线编辑器是用于在线编辑的工具,编辑的内容是基于HTML的文档。它经常被应用于留言板留言、论坛发贴、Blog编写日志或等需要用户输入普通HTML的地方,是Web应用的常用模块之一。php中文网为大家带来了html在线编辑器的相关教程、以及相关文章等内容,供大家免费下载使用。

2023.06.21

4252

4

html网页制作
html网页制作

html网页制作是指使用超文本标记语言来设计和创建网页的过程,html是一种标记语言,它使用标记来描述文档结构和语义,并定义了网页中的各种元素和内容的呈现方式。本专题为大家提供html网页制作的相关的文章、下载、课程内容,供大家免费下载体验。

2023.07.31

3910

5

html空格
html空格

html空格是一种用于在网页中添加间隔和对齐文本的特殊字符,被用于在网页中插入额外的空间,以改变元素之间的排列和对齐方式。本专题为大家提供html空格的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.01

3919

5

html是什么
html是什么

HTML是一种标准标记语言,用于创建和呈现网页的结构和内容,是互联网发展的基石,为网页开发提供了丰富的功能和灵活性。本专题为大家提供html相关的各种文章、以及下载和课程。

2023.08.11

5339

6

html字体大小怎么设置
html字体大小怎么设置

在网页设计中,字体大小的选择是至关重要的。合理的字体大小不仅可以提升网页的可读性,还能够影响用户对网页整体布局的感知。php中文网将介绍一些常用的方法和技巧,帮助您在HTML中设置合适的字体大小。

2023.08.11

3861

3

html转txt
html转txt

html转txt的方法有使用文本编辑器、使用在线转换工具和使用Python编程。本专题为大家提供html转txt相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.31

3689

3

html文本框代码怎么写
html文本框代码怎么写

html文本框代码:1、单行文本框【<input type="text" style="height:..;width:..;" />】;2、多行文本框【textarea style=";height:;"></textare】。

2023.09.01

3148

6

HTML嵌入CSS样式的方法
HTML嵌入CSS样式的方法

HTML嵌入CSS样式的方法有内联样式、内部样式表和外部样式表。本专题为大家提供CSS样式相关的文章、下载、课程内容,供大家免费下载体验。

2023.09.20

3348

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
GDB 17.2 官方文档集合
GDB 17.2 官方文档集合

共0课时 | 0人学习

Bootstrap 入门安装配置
Bootstrap 入门安装配置

共0课时 | 0人学习

38+ PhpStorm 提示和技巧
38+ PhpStorm 提示和技巧

共1课时 | 244人学习